구매전환율, 평균 하나로 보면 왜 개선이 안 될까?

구매전환율은 구매한 방문 수를 전체 방문 수로 나눈 값입니다. 그런데 이 평균 하나만 보면, 광고를 늘린 달에 전환율이 떨어져 보이고 아무것도 손대지 않은 달에도 오르내립니다. 신규 방문과 재방문을 나눠서 계산해야 어디를 고칠지 보입니다.

국가데이터처의 「2026년 7월 온라인쇼핑동향」(2026년 9월 1일 발표)에 따르면 7월 온라인쇼핑 거래액은 25조 954억 원으로 전년 같은 달보다 7.3% 늘었습니다. 시장은 커지는데 우리 몰의 전환율은 제자리라면, 방문자를 더 데려오기 전에 숫자를 읽는 방식부터 점검할 때입니다.

구매전환율 뜻, 숫자 하나가 아니라 분모를 정하는 일입니다

계산하는 식은 단순합니다. 구매가 일어난 세션(또는 주문 수)을 전체 세션으로 나눕니다. 어려운 것은 분모입니다. 같은 사람이 이번 달에 네 번 들어오면 세션으로는 네 번, 방문자로는 한 명입니다. 분석 도구마다 기준이 달라서, 카페24·아임웹 통계와 광고 매체 리포트의 전환율이 서로 다르게 나오는 일이 흔합니다.

대표님이 정할 것은 하나입니다. 어떤 기준을 쓰든 매달 같은 기준으로 계산하고, 분모를 두 묶음으로 나눠 적습니다. 처음 온 사람과 이미 한 번 이상 산 적이 있거나 다시 찾아온 사람입니다. 두 묶음은 사는 이유도, 필요한 처방도 다릅니다. 이 글은 주문이 쌓이는 자사몰(카페24·아임웹)을 기준으로 씁니다.

구매전환율을 높이려면 두 가지가 필요합니다

첫째는 방문자 구분입니다. 신규와 재방문의 전환율을 따로 보지 않으면 평균이 방문자 구성에 휘둘립니다. 둘째는 이탈 지점의 원인 분해입니다. 장바구니에서 나간 사람은 한 부류가 아니라서, 이유별로 쪼개야 처방이 맞습니다. 이 두 가지가 있어야 「전환율이 낮다」는 느낌이 「이 구간의 이 이유를 이번 주에 고친다」로 바뀝니다.

신규와 재방문을 나누면 보이는 것

아래는 설명을 위한 예시 숫자입니다. 1월에 신규 8,000명·재방문 2,000명이 들어와 주문이 230건 나왔고, 2월에는 광고를 늘려 신규 9,000명·재방문 1,000명이 들어와 주문이 190건 나왔다고 해 보겠습니다. 평균 전환율은 2.3%에서 1.9%로 내려갑니다. 그런데 신규의 전환율은 두 달 모두 1.5%, 재방문은 5.5%로 그대로입니다. 바뀐 것은 방문자 구성뿐입니다.

평균만 보던 팀은 이 상황에서 「전환율이 떨어졌으니 상세페이지를 고치자」고 결론을 내립니다. 나눠 보던 팀은 「광고로 신규를 늘렸고 재방문이 줄었다. 재방문을 다시 불러오는 일이 빠졌다」고 읽습니다. 처방이 정반대입니다. 신규의 전환율 1.5%를 올리는 일과 재방문 고객의 수를 지키는 일은 다른 일이고, 후자는 CRM이 맡는 영역입니다. 자세한 설계는 CRM 뜻, 고객 관리가 아니라 재구매 설계입니다에서 다뤘습니다.

이탈 지점은 원인별로 쪼갭니다

장바구니에 담고 나간 사람의 이유는 한 가지가 아닙니다. 미국 UX 리서치 기관 베이마드 연구소는 장바구니 이탈률 평균을 70.22%(50개 연구 기준)로 정리하고, 미국 쇼핑객이 결제를 포기한 이유를 따로 묻습니다. 「단순 구경」이라는 응답을 빼면 추가 비용이 너무 높았다는 응답이 40%로 가장 많고, 배송이 느리다 20%, 신용카드 정보를 맡기기 불안하다 19%, 회원가입을 요구했다 18%, 결제 과정이 길고 복잡했다 17%, 사이트 오류 17% 순입니다. 이 페이지는 2025년 9월 22일에 갱신됐고, 미국 쇼핑객 설문이라 우리 고객에게 그대로 맞는 수치는 아닙니다.

그래도 구조는 가져올 수 있습니다. 같은 이탈이라도 원인이 비용이면 무료배송 기준을, 불안이면 결제 수단과 후기를, 번거로움이면 비회원 구매를 손봅니다. 무료배송 기준 금액은 객단가 올리는 법, 무료배송 기준 금액은 얼마가 적당할까?에서 계산법을 정리했습니다. 전환율을 올리는 실험을 어떻게 설계하는지는 전환율 높이는 법, 빙과 부킹닷컴이 할인 대신 실험한 것이 참고가 됩니다.

신규와 재방문, 처방은 이렇게 갈립니다

두 묶음을 나눈 다음에는 같은 표 안에서 처방을 적습니다. 아래는 일반적인 자사몰에서 흔히 쓰는 정리이고, 우리 몰의 숫자로 채워야 의미가 생깁니다.

표를 채우다 보면 어느 칸이 비어 있는지 바로 드러납니다. 대부분의 자사몰은 첫 줄(신규 방문)에만 사람과 예산이 몰려 있고, 둘째와 셋째 줄은 담당자가 정해져 있지 않습니다. 비어 있는 칸에 담당자와 숫자를 정해 주는 것이 대표님의 이번 주 숙제입니다.

재방문 전환율은 메시지가 올립니다

신규 방문의 전환율은 상세페이지, 가격, 결제 화면이 좌우합니다. 재방문의 전환율은 다릅니다. 한 번 산 고객이 다시 들어올 이유를 우리가 만들어 주느냐가 갈립니다. 방문판매원이 고객 카드를 보고 다음에 찾아갈 때를 정하듯, 구매 이력과 행동에 따라 언제 무엇을 보낼지 정하는 일이 CRM입니다.

같은 행동이라도 원인은 여러 개입니다. 장바구니에 담고 사지 않은 이유가 무료배송 기준에 못 미쳐서라면 무료배송 쿠폰을, 금액이 부담이어서라면 특별 할인 쿠폰을, 재고가 곧 떨어져서라면 품절 임박 안내를 보냅니다. 소모품이라면 마지막 구매 후 40일처럼 재구매 주기가 도래한 시점에, 첫 구매 후 30일 동안 재방문이 없는 고객에게는 다시 올 이유를 하나 보냅니다. 이렇게 조건을 잘게 나눌수록 메시지가 많아질 것 같지만, 발송 주기를 하루 1회나 일주일 1회로 걸어 두면 고객이 받는 메시지 수는 통제됩니다.

여기서 중요한 것은 「보냈을 때 vs 안 보냈을 때」를 구분하는 습관입니다. 메시지를 받은 고객의 전환율이 높게 나와도, 보내지 않았어도 샀을 사람이 섞여 있을 수 있습니다. 소재끼리의 우열은 A/B로 가릴 수 있지만 메시지 자체의 순증 효과는 별도 설계가 필요하다는 점을 기억하고 숫자를 읽어야 합니다.

리인벤팅은 이렇게 풉니다

플라이휠 그로스 컨설팅은 이 숫자를 성장판 안에서 읽습니다. LTV는 구매자 전환율 × 객단가 × 구매빈도 × 생애주기이고, 성장판은 대략 CC × LTV입니다. CC는 신규 유입 수 ÷ 이탈률입니다. 전환율이 낮다는 증상이 신규 쪽 문제인지, 한 번 산 고객이 다시 오지 않는 문제인지에 따라 손댈 변수가 달라서, 진단은 방문자를 나누는 데서 시작합니다. 트렌비에서 CRM을 고도화하며 LTV를 3배, CRM 매출 비중을 30%까지 올린 경험도 같은 순서로 일했습니다.

AI 그로스 CRM, 리토스에는 퍼널 분석이 기본으로 들어 있습니다. 온보딩·탐색·고려·구매·재구매·초기 이탈·장기 이탈별로 고객이 몇 명씩 있는지, 퍼널별 전환율과 오픈·클릭·CRM 매출이 어떤지를 한 화면에서 보고, 전환이 끊기는 구간을 자동으로 찾아 줍니다. 평균 하나로는 보이지 않던 「재구매 구간이 비어 있다」는 사실이 숫자로 나옵니다.

리토스 화면(예시 데이터)

사례: 주문의 79.1%를 재구매 고객이 만드는 월페어

미국 가구 이커머스 월페어(Wayfair)는 2026년 2월 19일 발표한 2025년 4분기·연간 실적에서 재구매 고객이 4분기 배송 주문의 79.1%를 만들었다고 밝혔습니다. 2024년 4분기는 79.4%였습니다. 같은 발표에서 2025년 12월 31일 기준 활성 고객은 2,130만 명, 4분기 활성 고객당 주문은 1.88건, 최근 12개월 활성 고객당 순매출은 586달러(전년 555달러)였습니다.

같은 발표에서 활성 고객은 전년보다 0.5% 줄었는데도 활성 고객당 순매출은 5.6% 늘었습니다. 고객 수를 늘리는 대신 이미 있는 고객이 더 자주, 더 많이 사게 하는 쪽으로 숫자가 움직였다는 뜻입니다. 월페어가 그렇게 설계했다고 단정할 수는 없고, 발표된 숫자가 그렇게 읽힌다는 정도로 받아들이면 됩니다.

이 숫자는 구매전환율이 아니라 배송 주문 중 재구매 고객 비중이고, 재구매 고객의 정의도 회사 기준입니다. 그래도 읽을 거리는 분명합니다. 규모가 큰 이커머스일수록 주문의 대부분이 이미 한 번 산 고객에게서 나옵니다. 신규 방문자의 전환율만 보고 있으면 주문의 대부분을 만드는 사람들을 시야에서 놓칩니다. 우리 몰에서도 주문 중 재구매 비중이 얼마인지 먼저 확인해 볼 만합니다.

이번 주에 할 일

• 최근 3개월의 전환율을 신규와 재방문으로 나눈 표를 만들어 달라고 담당자에게 지시합니다. 분모 기준(세션 또는 방문자)은 한 가지로 고정합니다.

• 최근 한 달 주문에서 재구매 고객이 만든 주문의 비중을 뽑게 합니다. 월페어의 79.1%와 비교할 필요는 없고, 우리 몰의 출발점을 아는 것이 목적입니다.

• 장바구니에 담고 결제하지 않은 고객을 이유별로 분류할 수 있는지 확인합니다. 배송비 때문인지, 결제 단계에서 나간 것인지 구분이 안 된다면 그것이 먼저 고칠 일입니다.

• 지난달 재방문 고객 중 두 번째 구매까지 걸린 평균 일수를 뽑게 합니다. 이 숫자가 재구매 메시지를 보낼 시점의 출발점입니다.

• 광고를 늘리거나 줄이는 달에는 평균 전환율 옆에 방문자 구성(신규 비율)을 같이 적는 규칙을 정합니다.

확인해 볼 것

1. 우리 몰의 전환율은 세션 기준입니까, 방문자 기준입니까? 매달 같은 기준입니까?

2. 신규와 재방문의 전환율 격차는 몇 배입니까? 격차가 클수록 재방문을 불러오는 일의 값이 큽니다.

3. 전환율이 떨어진 달에 방문자 구성이 바뀌지는 않았습니까?

4. 장바구니 이탈의 가장 큰 이유를 우리 데이터로 말할 수 있습니까, 아니면 미국 설문에 기대고 있습니까?

정리

핵심은 평균 하나를 올리려 애쓰기보다, 어느 묶음의 어느 구간이 비어 있는지 먼저 확인하는 순서입니다.

• 구매전환율은 구매 수 ÷ 방문 수이고, 어려운 것은 분모 기준을 고정하는 일입니다.

• 평균 하나로 보면 방문자 구성이 바뀔 때 개선 없이도 숫자가 움직입니다.

• 신규와 재방문을 나눠 보면 처방이 갈립니다. 신규는 페이지와 결제를, 재방문은 CRM을 손봅니다.

• 장바구니 이탈은 비용, 배송, 불안, 가입 요구처럼 원인별로 쪼개야 고칠 수 있습니다.

• 월페어는 2025년 4분기 배송 주문의 79.1%를 재구매 고객이 만들었다고 발표했습니다.

• LTV 계산은 LTV 계산기(고객생애가치), 엑셀 칸 네 개로 만드는 법에서 이어서 볼 수 있습니다.

참고 자료

• Baymard Institute, 70.22% – average documented online shopping cart abandonment rate (2025년 9월 22일 갱신)

• Wayfair, Wayfair Announces Fourth Quarter and Full Year 2025 Results (2026년 2월 19일)

• 파이낸셜뉴스, 국가데이터처 2026년 7월 온라인쇼핑동향 보도 (2026년 9월 1일)

자주 묻는 질문

구매전환율은 어떻게 계산하나요?

구매한 세션 수(또는 주문 수)를 전체 세션 수로 나눠 백분율로 씁니다. 분석 도구마다 세션과 방문자 중 무엇을 분모로 쓰는지 다르므로, 한 가지 기준으로 고정해서 매달 같은 방식으로 계산하는 것이 먼저입니다.

구매전환율이 갑자기 떨어졌을 때 무엇부터 확인하나요?

그 기간의 신규와 재방문 비율이 바뀌었는지부터 봅니다. 두 그룹의 전환율이 그대로인데 방문자 구성만 바뀌어도 평균은 내려갑니다. 구성이 같았다면 결제 단계 오류, 배송비 정책 변경, 특정 유입 경로의 품질 저하를 순서대로 확인합니다. 어느 경로의 전환율이 내려갔는지만 알아도 원인의 절반은 좁혀집니다.

쇼핑몰 평균 구매전환율은 몇 %가 정상인가요?

업종과 가격대, 유입 경로에 따라 크게 달라서 하나의 정답은 없습니다. 남의 평균보다 우리 몰의 신규와 재방문 전환율을 석 달 이상 같은 기준으로 기록해 추세를 보는 편이 판단에 더 도움이 됩니다.

↑ 누르면 리토스 소개 페이지로 이동합니다

↑ 누르면 뉴스레터 구독 페이지로 이동합니다

↑ 누르면 플라이휠 그로스 컨설팅 안내 페이지로 이동합니다